Kinect V2性能评估在日常的手势:队列研究在健康受试者参考数据库自动仪器评估神经病人

文摘

背景。卫生费用的增加与卒中后康复需要新的可持续且经济有效的策略来促进自主和dehospitalized运动训练。Riprendo@Home和未来的家未来的社区研究项目,引进低成本技术的有前途的方法,促进家庭康复是剥削。为了提供可靠的评估的患者,需要参考数据库的健康人的表演和健康的人应该考虑变化相关表演。方法。78名健康受试者执行几个重复的日常动作,达到运动(RM)和零星(HtMM)运动的主导和非惯用上肢。与Kinect动作记录V2。合成生物力学协议基于运动学、动力学和运动控制参数被用来评估发动机性能的健康的人。调查是由集群参与者根据他们肢体优势(左/右),性别(男/女)、年龄(小/中/高级)的可变性来源。结果。结果表明,肢体优势影响RM和HtMM相关性不大;在影响HtMM性别有相关性;年龄在影响RM和HtMM有重大影响。结论。调查健康受试者的上肢表现在日常执行手势Kinect V2传感器。结果将规范的数据库的基础数据的神经病人的汽车评估。

1。介绍

据世界卫生组织(世卫组织)[1),”neurorehabilitation成功的基本要素包括多学科评估专家,面向目标的计划和评估对患者和目标实现的影响通过使用临床合适,科学合理的结果的措施将病人的角度。”因此,电机性能的评价神经病人是一个标准的实践在临床环境中(2]。评估,使病人的临床过程后,定向治疗管理,提供有价值的评估和测量他们的影响。评估临床量表的标准工具。临床量表调查和问卷调查,将分数具体表现,评估身体机能,根据活动和参与的问题国际分类功能(ICF) (3,4]。尽管提供各种各样的评估,临床量表是国米,extraoperator依赖、内在低敏感性;此外,他们遭受天花板和地板效应(5,6]。

为了提供更深入的和定量评估,运动分析的一个主要技术用于诊所评估神经病人的运动功能。临床状态和治疗的影响可以评估在恢复发动机性能方面,相关的,例如,关节的活动范围或电机质量控制(7,8]。对于这样的目的,在临床环境中,概略介绍使用光电系统(9- - - - - -14]。他们允许抽样解剖的兴趣点的位置与频率和精度高。虽然是先进的设备进行运动分析,概略介绍系统是昂贵的,需要耗时的收购和marker-positioning程序,不太可能被采纳以外的临床环境。此外,证据表明,运动与康复获得好处只有在保存运动机能保持训练越来越下,可能如果他们是专门面向任务和高强度(15]。因此,恢复和顺向电机监测和评价被认为是一个永无止境的过程,也应该进行家庭环境和日常生活中为了保持在诊所获得的功能改进。此外,康复只能提供积极的结果与常规使用的功能训练。事实上,根据运动学习的模式理论(16),有效的描述生理学和病理学,brain-stored动力学模型底层运动(运动项目)是更好的掌握,如果他们不断地训练。更重要的是,卫生费用临床神经康复和评估考试越来越一致(17,18]。这些前提后,仪器能够监督康复和家教获得有价值和战略潜能,特别是那些允许运动跟踪。

深入描述(17),两种可能的培训方法可以确定家教:指导和游戏,每一个有自己的优势。的教练方法依赖于强度重复特定的运动姿态和运动生物力学分析和评估的质量,游戏可能的培训提高动机和参与,保证更多的训练规律。特别是,指导方法,将调查在这项研究中,更适合提供标准化的强化培训,特别是汽车评估。

许多便携式和相对廉价的设备,允许人类运动的跟踪,可用在国内环境中,可以联系到指导或游戏康复和评价策略。其中,微软Kinect和Kinect V2,华硕这款产品,两XSens,英特尔有创造力,跳跃运动,任天堂Wii平衡板,Wiimote技术可以用来跟踪人体运动。是低成本、广泛支持和人类的跟踪、基于类似的标记系统,微软的Kinect传感器在医疗和康复领域中得到了广泛的应用。必须强调的一个重要差异:概略介绍系统不直接测量联合中心,虽然Kinect-embedded算法产生一个联合中心估计基于图像分割和深度。第一代微软的Kinect传感器对游戏行业在2010年被释放。其嵌入算法允许跟踪20个人体关节运动学。Kinect多才多艺是利用在医学和康复的应用,包括协助儿童运动姿态或神经病人一般(19,20.),认知评价在训练(21),训练选择性骨盆的运动(22),和支持康复会议期间的执行功能运动任务连接到虚拟现实环境(23- - - - - -27]。其他作品评价发动机性能(28,29日),确认相干规模与概略介绍系统结果和临床评价。审核通过(30.Kinect]的结论可以被认为是一个适当的工具支持康复;评论(31日)认为,预期未来使用Kinect康复应用广泛。根据(32),尽管有一些差异在身体关节活动度(ROM),再现性的Kinect录音与概略介绍系统。这个功能尤其有趣的在考虑生物力学评估时,由于张后评估必须可靠、可重复的、可比的。在[33),发现kinect 3 d可及上肢的工作空间分析提供足够准确和可靠的结果比动作捕捉系统;同样被发现在34),评估肩罗。相反,在35),一致的差异被发现在评估肩角度,即使这样的结果总承包的大部分作品。

2014年,Kinect V2传感器(Kinect的第二代)被释放,以更准确的25-joint跟踪。它的前身,Kinect V2被应用到康复领域。在我们回顾文献,一贯的低数量的研究发现在对Kinect使用Kinect V2。一些Kinect V2-based应用程序依赖于简单的交互虚拟环境或游戏,游戏方法背后隐藏的功能康复36]。Kinect V2被选为研究姿势控制(37),认为结果通常与与概略介绍系统获得的。应用于步态分析,其他的研究表明,Kinect V2有能力有效地测量选择时空步态参数健康成人(38]。根据(39),Kinect V2传感器能够实时提供先进的头部姿态估计精度和不需要校准。尽管增加了准确性和跟踪算法,有限的研究报道使用Kinect V2传感器作为提供的工具评估运动的生物力学和上肢的运动控制的质量。在[40),关节的活动范围是评估,认为Kinect V2精度是可以接受的临床应用程序或评估上肢的运动表现。一项研究[41Kinect V2)提出初步结果作为评估工具的生物力学上肢,指示,初步结果,Kinect V2可能适合病人评估通过提供连贯的评估在临床量表。然而,正如前面提到的,数量减少的研究评估Kinect V2表演病人相比,黄金标准的概略介绍系统方法被发现。在[42),作者发现“优秀协议Kinect和Vicon黄金标准以及测试可靠性的各种运动参数的提取不同机动任务的临床利益”在一个很宽的样本神经病人。在[43执行),详细分析来验证Kinect V2作为工具的适用性评估上肢康复,来鼓励结论“设备适合康复的应用程序。”然而,应该强调,几项研究表明充足的传感器在健康的人跟踪针对汽车评估,提出应用病理运动:Kinect V2和概略介绍系统相比,在42),它是发现,“总之,大多数临床参数显示高绝对协议和系统之间没有系统性偏差。参数显示中度绝对协议主要是显示高一致性协议”。在帕金森病评估中也发现类似的结果(44),在步态分析和评价45),和动态运动康复的场景46]。在[47),一个小群神经病人临床评估的Kinect V2。最近的一项研究[48]Kinect V2作为评估工具评估脊髓性肌肉萎缩症患者与健康对照,得出结论,“微软Kinect V2传感器有潜力发展成一个互补输出的测量提供了可再生的,客观、详细信息的身体运动。“此外,(48地址Kinect V2重复性的问题,和有前景的结果的深入调查。在[49],Kinect V2是用来记录的运动学上肢机器人设置的触发功能电刺激旨在提供援助的家庭环境,确认系统可靠性高的信心。此外,微软声称Kinect V2特性数据表”改善身体追踪(追踪职位更符合人体解剖学和稳定跟踪的范围更广泛),提高深度传感(深度较高的保真度和显著提高噪声地板,传感器给你改进的三维可视化,提高更清楚地看到小对象和所有对象的能力,并改善身体的稳定跟踪),1080 p彩色摄像机(30 Hz),新的主动红外(IR)能力512×424 30 Hz。“考虑到(1)所有的技术规格是优于的Kinect, (2) Kinect为汽车评估被认为是有价值的,是合法的假设Kinect V2是一个有价值的系统。此外,一个详细的研究,而不是面向康复,强调Kinect V2表现明显高于Kinect的(50]。嵌入算法联合跟踪使它最有价值的一个,尽管便宜,概略介绍系统的替代品。

框架的研究项目“家未来社区(FHfFC)”由意大利国家研究委员会和意大利伦巴第地区(框架协议)的文学和之前的评论,Kinect V2用作评价和监控工具神经病人在临床和家庭环境所形成的方案图1。Kinect V2被认为是一个负担得起的工具能力的量化评估诊所ICF身体机能和活动能力,同时,在国内,它也将使用评估的参与域。

一个简单而一致的上肢功能评价模块,再加上低成本的技术,可以为临床提供有价值的改进和家庭疗法和监控。在小诊所或康复中心和实验室,它可以支持或替代临床量表评估,提供低成本和节省时间的汽车评估。执行期间在国内,国内培训或在无监督的日常活动、评价模块可以帮助设置培训困难在集成在虚拟应用程序时,反馈给病人的动机,并监控培训的质量和生活在远处。这项研究代表FHfFC的第一阶段。指图1,重点是身体机能和活动领域,通过解决上肢的功能,特别是近端关节(肩部和肘部)。

以前的工作(51)提出了一个概略介绍生物力学评价协议用于在临床环境中,基于两个功能的手势:达到运动(RM,描绘在图2(一个))和零星运动(HtMM,描绘在图2 (b))。RM运动被选为自治的基本日常活动,因为它同时(1)涉及multijoint协调,(2)包括升降臂反重力的能力,(3)允许达到所要求的对象,和(4)允许与环境互动。HtMM运动被认为是,因为它涉及到对身体将对象的能力,代表电机原始吃饭,穿衣,和许多其他活动的日常生活和自然互补RM运动。的协调能力执行RM和HtMM允许广泛探索上肢的工作区和有目的的交互环境。这样选择电动机的任务还强调对重力移动的能力,这是一个集中的功能可能会强烈分化的可能性对卒中后病人与环境进行交互。

支持通过承诺证据发现文献中,尤其是当考虑到健康的人,在这篇文章中,Kinect V2提出作为电动机性能的评估工具执行期间神经病人RM和HtMM。为了达到这样的效果,一个详细的知识健康受试者的表现,与Kinect V2传感器,测量要求。因此,探讨和描述存在差异在健康受试者的表现RM和HtMM的执行。事实上,正确的分析,目的是组织健康受试者的数据作为参考评估发动机性能的神经病人。为了获得这样的成果,获取更多的知识在日常运动表现在健康受试者的手势,用Kinect V2,测量是必要的。当病人将被评估,他/她的电机性能将交叉的参考数据是指健康子集的真子集(病人会所属集团如果他/她不会受损)。分析了考虑三个主要macrosubsets视为可能来源的健康主题聚类健康受试者的分化。前两个是子集是占主导地位的和非惯用的四肢。调查也进行人口除以性别和年龄由三个子集(年轻人、中年人和高级),通过测试不同的主导和非惯用的四肢。根据性别、年龄、和四肢,受损的子集比较健康受试者的表演可以安排。 Whereas statistical differences could not be spotted, different subsets could be integrated to enlarge the comparative datasets.

2。材料和方法

2.1。目标

这项研究的目的是调查健康受试者的表现与Kinect V2 RM和HtMM运动商业、低成本的传感器。主要的调查是由聚集一群健康受试者根据肢体优势,性别和年龄,和测试是否电动机性能的影响等特点。分析后,规范数据库的健康受试者的表现将会建立,为了提供参考范围的生物力学性能相比,神经受试者的表现。

2.2。设置

研究发生在工业技术和自动化研究所(ITIA) Consiglio重回delle Ricerche (CNR),米兰,意大利。招募的参与者发生在工业技术和自动化研究所(ITIA) Consiglio重回delle Ricerche (CNR),米兰,意大利。

2.3。参与者

标准资格被神经和orthopedically完好无损。一群由78名健康受试者(47岁男性,31岁女性,平均年龄为41.77±19.29),不知道学习的目的,是注册的实验,在知情同意。受试者的特征归纳在表格1。实验根据《赫尔辛基宣言》。受试者分为组织根据他们肢体优势,性别和年龄。

2.4。实验装置

在试验期间,实验设置(描绘图3)是由以下几点:(我)微软的Kinect V2传感器2.0版本,安装在一个画架和放置在一个2.0米的距离的躯干(2)内部软件在线反馈和数据日志记录(3)电脑与微软Windows 8.1、USB 3.0和微软Kinect S.D.K. 2.0版本(iv)屏幕为运营商提供在线视觉反馈来直观地监测运动跟踪的正确性

2.5。电动机的手势

招收对象执行达到对重力运动(RM)和零星运动(HtMM)根据协议中描述(51]。主题站在舒适的椅子上,背部挺直。他们要求不移动的躯干在实验和执行电机任务只能通过肢体运动。RM的目标被设定为肩高,表明受试者指的指向。HtMM是口腔本身的目标。受试者被要求执行重复的动作自然、舒适、自我选择的速度,一个重复之间没有停顿和下面的一个。起始位置与大约90°的手肘弯曲,伏身只手靠在大腿。每个主题执行四个收购:RM和HtMM手势执行主要和非惯用的四肢。12个电机的重复任务进行收购。

微软Kinect V2传感器是用来记录运动执行。总共78例4执行收购总共312条记录。

微软Kinect V2包括嵌入式图书馆骨架跟踪。他们允许人体运动的跟踪,但不允许定义关节关节中心以外的其他参考点。因此,不包含具体的图像分割算法,与对象交互的描述是不可能的。然而,如前所述在[52),电机控制的知识分析和测试“标准化”达到运动(没有抓住对象的物理交互作用)可以被视为“自然”的代表到达运动,涉及物理交互与真正的对象。一致,使用微软的Kinect V2传感器达到运动的分析是合理的和具有成本效益的选择。

微软的Kinect V2设计主要记录人们面临的传感器而站。Kinect V1也提供了一个坐着的跟踪模式,是为了简化和优化坐的位置,没有实现在Kinect V2。一项研究揭示了一些限制在检测特定的姿势和身体角度(53),但这种角度并不在这个研究调查。作者站和座位而没有注意到显著区别上肢的任务,执行和跟踪总是足够的,考虑到只有上肢的数据被认为是。一些研究报告了类似的结论adequateness Kinect V2用于坐或类似的职位,在检查任务,包括蹲(46,坐42,47),或即使坐在交互与机械设备(49]。考虑未来的应用神经病人(他可能无法自主的站),要求获得规范数据的研究是在坐的位置。

2.6。数据源和测量

数据记录和记录内部c#发达的视觉反馈和数据采集软件。离线的分析是由一个in-house-developed Matlab软件的方法。

3 d联合跟踪数据的肩、肘、腕关节,和时间标签记录和记录进行离线分析。为了消除噪声,低通巴特沃斯滤波跟踪数据,第三个订单,截止频率6赫兹。一个自动相位检测算法实现。需要单独的提出阶段向后的运动。所有的结果在远期阶段执行措施。

2.7。结果测量

记录的数据被用来计算下列措施结果(根据协议,详细描述了在先前的研究28,29日,41):(1)运动学和延展性(我)执行时间(T)(年代)(2)肩膀仰角(SE) (°)(3)肘部弯曲和扩展角(EF) (°)属上述参数占运动运动学(运动时间和范围)结束时向前运动的阶段。(2)动力学(我)肩膀高度扭矩(ST) (Nm)(2)肩膀努力指数(SEI) (Nms)属上述参数占运动动力学(扭矩的运动和累积扭矩在发展阶段)。他们的手段获得的一个简单的生物力学模型的上肢关节力矩会计重力和惯性贡献。相关的生物力学模型,从人体测量获得的每个身体部分质量表从身体质量。段质量是位于段重心由人体表。(3)运动控制和运动质量(我)归一化反射(NJ)(维数)28](2)系数周期性(ACP)(维数)28]属上述参数运动的执行质量,占代表,分别平滑(归一化反射)和加速度概要文件的可重复性(周期性系数)的阶段。

协议旨在简化,合成版本,由选择的参数计算在临床环境中机器人治疗期间(54]。

肩膀评估主要描述RM,手肘评估主要HtMM有关。这是相关的,尤其是对于健康受试者执行“正确”机动任务。然而,病人可能显示运动功能受损和补偿电动机策略(e。g,把嘴巴的手,他们异常提升肩膀)。作为参考的评估值异常运动策略,肩部和肘部的评估都是计算RM和HtMM。

本研究旨在分析肢体优势的影响,性别、年龄对日常动作的生物力学,Kinect V2传感器测量。

2.8。研究设计

在主要调查集群分成三组受试者的数据子集,取决于以下条件:(1)肢体优势:主导/非惯用的肢体;(2)性别:男性/女性;(3)年龄:年轻人/中年/高级。为每个三macrogroups(优势、性别和年龄),每个子集测试相比其他每个变量的生物力学评价。均值和标准差计算以及值的比较。总体如下:(我)优势测试:14测试(2手势×7生物力学评估的变量)(2)性别测试:28测试(四肢手势×2×7生物力学评估的变量)(3)年龄测试:测试28(四肢手势×2×7生物力学评估的变量)

结果两个方面将具有特殊的意义:年龄的影响在衍生品数量和质量的跟踪(速度、加速度和混蛋)。

因为电动机控制指标是基于衍生品的位置,他们更明智的测量误差(有关详细信息,请参阅讨论)。出于这个原因,进行更详细的分析在新泽西和ACP测试的依赖索引对运动时间,根据年龄。同样的分析进行了一项研究[51健康的人使用一个概略介绍系统上)。值得强调的是,在51),没有联合中心的鉴定程序进行标记被用作代表的肩膀,手肘和手腕。Kinect V2提供而不是联合中心的估计从RGB和深度数据流。因此,结果在51),在目前的研究中不具有直接可比性。受试者被分为四个子集(年轻人、中年人、高级,所有)。回归曲线(T,NJ)和(TACP)分析了RM和HtMM,新泽西和机场核心计划,并为每个年龄子集和考虑所有的对象在一起,总共32回归曲线(2手势四肢×2×2×电动机索引4每个子集)。回归曲线相比,在上述研究中发现的趋势。

2.9。统计数据

主要调查,对每个因变量属于评估协议和一个特定的数据子集进行测试,正常的分布是评估使用Kolmogorov-Smirnov正常测试。

正常和统计测试执行Python脚本语言,使用scipy。统计(科学python, Matlab)包。

如果一些数据子集偏离常态,因为它确实发生在某些情况下,作者决定使用非参数测试比较,也考虑到不同的峰回路转,几个样本数据的子集。

测试相关的生物力学差异肢体优势(人口样本:主导/非支配肢体-每78个样本)和测试相关的生物力学差异性别(男性人口样本:/ females-47 31 M / F),沿着单一变量评估的一部分,非参数Mann-WhitneyU测试使用。

测试与年龄相关的生物力学差异(人口样本:年轻,36个;中间,19个;老,23),以及单一变量评估的一部分,克鲁斯卡尔-沃利斯使用非参数检验。

alpha-error意义级别被设置为0.05。

进一步调查的新泽西和机场核心计划,测试(T,NJ)和(T发现,ACP)依赖关系,回归曲线和皮尔逊相关系数的计算。

3所示。结果

3.1。参与者

所有参与者结束测试。

3.2。肢体优势

Mann-Whitney的结果U测试、比较优势和非惯用肢体运动表演在RM和HtMM,被发表在表2。无统计差异被发现在任何参数的评估( )除了肩膀高度( RM)。以防 之间的统计上的显著差异,表明群体,数据子集以粗体突出显示。

3.3。性别

Mann-Whitney的结果U测试,比较男性和女性的上肢的运动性能,在RM和HtMM,被发表在表3(RM)和表4(HtMM)。无统计差异被发现在任何参数的评估( RM)。显著差异被发现在HtMM,惯用的肢体,在肩膀高度( ),屈肘( ),肩膀转矩( ),肩努力指数( )、周期性和加速度系数( )。

3.4。年龄

克鲁斯卡尔-沃利斯检验的结果,比较年轻,中间,和大肢体运动表演,在RM和HtMM,被发表在表5(占主导地位的肢体)和表6(非惯用肢)。老年人显示慢运动时间( 在RM),占主导地位的。在HtMM,主导方面,老年人显示慢运动时间( ),更高的肩膀努力( ),和更高的归一化反射( )。与年龄无显著差异被发现在其他参数( )。

3.5。年龄调查:电机控制回归

表7和8总结统计检验的结果在RM和HtMM,分别NJ和机场核心计划。回归系数(R),值报告。数据4和5报告回归曲线和数据分散。

4所示。讨论

4.1。RM和HtMM肢体优势如何影响性能?

显著差异在电动机性能有望在评估主导的表演和非惯用的四肢,因为众所周知,主导和非惯用的四肢有一种倾向,专门从事动态和静态运动任务,分别是(55]。此外,占主导地位的手臂可以实现更加多样和灵活控制运动轨迹,在准确度和精密度可比(56]。然而,这样的差异会特别期望与高度要求电动机任务(难以完成或非常快,引人入胜,而不是已知)或精细控制(相关的,例如,手或手指灵巧(57]),占主导地位的“赞成”,而不是在日常,RM和HtMM著名的手势。

始终有了这样的前提,先前的研究中,进行概略介绍系统RM和HtMM没有发现主导和非惯用的四肢之间的性能差异51]。

因此,在这项研究中,占主导地位的显著区别和非惯用的四肢被发现在RM还是HtMM(所有参数, ),潜在的运动表现为主导的高相似性和非惯用的四肢健康受试者的样本。唯一的例外是用手肘扭矩( )和小(~ 3°),但在肩膀高度显著差异(SE)在RM(主导= 103.71°±8.06°;非惯用= 106.32°±7.64°, )。从SE特征RM,并存着弯曲运动姿态,这种差异有适当讨论。一个可能的解释可能与这一事实有关的主导四肢提升略少,指示执行RM更精密,不超过范围的运动。作者检查Kinect V2每次收购前的方向,因此引入没有系统性错误。此外,intratrial肩膀高程标准差,与相同的表现,可能更高的intrasession偏差如果相比主要和非惯用RM表演之间的区别。这个问题表明SE区别可能在于生理运动控制可变性,稍微的占主导地位的肢体的精度,这是一个可以接受的,尽管意想不到,结果。最后,其他所有的性能指标没有显著不同,强烈暗示惯用手与非惯用双方之间的等价性。作者认为,在一般情况下,没有发现显著差异主要与非惯用的执行RM和HtMM,可能是因为检查电动机手势没有压力健康受试者的能力。可能要求更高的手势会强调动态专业化的肢(占主导地位55),促进卓越性能的出现不对称。

4.2。性别如何影响性能在RM和HtMM ?

至于优势测试中,男性和女性之间的显著差异运动表演不会因为RM和HtMM日常,著名的姿态,而不是要求很高的运动任务,不需要特定的功能(例如,在强度方面,可能男性/女性特权)。在这项研究中,没有发现显著差异在RM(所有参数, ),潜在的高相似性四肢运动表现为男性和女性在健康受试者的样本。HtMM,惯用的一边,而不是发现在统计上有显著差异的相关的所有评估的肩膀:肩膀高度( ),肩膀转矩( ),和肩膀努力指数( 女性)都低。

正如之前说的,在肩膀高度显著差异,男性和女性之间的扭矩,和努力被发现。特别是,样本的数据突显出一种倾向的男性提升肩膀稍微,影响高施加扭矩(更高的重力和惯性负载要求的肩膀)和肩膀。这种趋势也反映在周期性的加速度系数略有下降( ),可能是因为更多的变化介绍了运动规律由于运动范围的增加使得HtMM接近男性而不是女性multijoint任务。这个假说是支持的事实,最后在雌性,屈肘运动显著提高( ),这表明quasi-monojoint运动达到目标。这样的结果表明,在HtMM,雄性和雌性表现出非凡的运动微分。有趣的是,同样的趋势是证实在主要方面,以非惯用的一边上,所有的趋势不显著,但仍可观察到的。可能,在优势方面,电机控制更有效和电机控制缺陷减少。作者的发现是由最近的研究表明,女性有更好的方位感和精度相关的肩膀运动(58]。这种差异可能解释的事实也更广泛的振幅的躯干和更强的肌肉组织,典型的男性,可能的力量,在运动的开始,一个轻微的肩膀intrarotation,反响,导致一个手势组成的多说肩膀在雄性动物的高程和绑架。

4.3。RM和HtMM年龄如何影响性能?

年龄上可观察到的结果提出的两个动作的生物力学性能。特别是老年人显示较慢的执行时间( 在RM),主导方面,和HtMM,主导一方( ),对年轻人和中产群体。在这两种手势,也有同样的趋势甚至在以非惯用的一边。尽管如此快速,生理上的执行时间不严格要求对电动机的成功执行任务,执行时间是运动控制的一个基本方面,即使其形成规律仍然鲜为人知。先前的研究调查了电机控制的作用时间来揭示最优性准则构成人类的运动行为。在文学中,“时间成本”的理论介绍了(59),声称时间直到操作完成需要成本,从而使nonoptimal移动缓慢。此外,适当的开发的动态属性的肢体41),“很快”运动执行可以被认为是最佳的,因为它降低了峰值扭矩。在文献中,明显增加运动时间随着年龄的增长出现在各种各样的任务。运动迟缓下来,年龄15 - 30%之多。这个减速出现在部分战略因为老年人强调运动精度为代价的运动速度。慢信息处理也会影响电机性能的非特异性,全球时尚由于神经的增加噪声和其他突触变化。

结果证实了相关评估姿态动力学:肩膀努力在老年人HtMM更高,主导端( )和电机控制(HtMM规范化的混蛋,主导方面,表明高平滑度, )。相同的趋势被证实,虽然不明显,在平滑的HtMM主导方面,虽然没有出现在RM组之间的差异。电动机性能有关,也平滑度差异有望在评估主导的表演而非惯用的四肢。这种差异在不被察觉的情况下,可能是因为检查电动机手势没有压力健康受试者的能力。然而,值得提到的是,RM和HtMM实际上可能对神经病人要求很高。高可重复性是熟练的电动机控制的典型特征。

这样的结果可以用这一事实来解释老年人不太在皮质的激活区域选择性,因此,他们的表现往往减少,即使在简单的日常动作(60]。同时,当电动机执行任务时,老人展示辅助区域的激活,不严格有关运动产生,表明少集中电机控制和皮质区域激活(60]。一般来说,老年人表现出更广泛的参与为电机控制比年轻的成年人大脑区域,特别是前额叶皮层和基底神经节网络。同样不幸的是,这些区域是最容易与年龄相关的影响。老年人在用双手的协调和multijoint运动显示赤字。例如,动作变得缓慢和不顺利当老年人移动他们的肩部和肘部关节同时与执行单一的联合操作(60]。

平滑的角色运动控制在文献中被广泛研究。光滑的运动执行耦合到电机质量控制,是典型的生理运动模式。高平滑度也是典型的熟练的汽车表现(如体育从业者)和fast-executed和训练动作。因此,毫不奇怪,Caimmi [61年和木村62年)报道,年轻受试者倾向于获得更高的平滑度对老年人在日常手势。平滑度低,相反,神经病人(运动模式的基本特征63年]。病人的相关汽车复苏建议是平滑的训练动作执行治疗期间(64年),清楚地说明所发挥的关键作用平滑在描述运动表现。平滑度通常是用归一化反射测量或电机的速度峰值的数字在一个重复的任务。

先前的研究调查了重复性的日常动作的运动规律在健康受试者41和病人61年),不仅结束这样的指数是明智的健康和病人也表明差异甚至在病人。调查的问题,在有限样本的健康受试者和病人,导致的结论是,Kinect和Kinect V2传感器,尽管降低采样频率,甚至集群不同健康受试者和病人和区分不同程度的运动障碍。本研究也意味着调查这些问题更大样本的感性的人,在困难的条件下Kinect V2传感器。事实上,在著名的日常动作,由健康受试者,电动机差异预计将较小的相关性,更难以被检测出来。

如图所示在先前的研究51),归一化反射和加速度系数周期性代表有趣的参数来检测电机能力进行评估。特定的趋势在新泽西和ACP被发现在健康受试者根据年龄不同,根据集群在本研究提出。RM和HtMM主导和非惯用的四肢,回归涉及执行时间和NJ / ACP执行(32回归的总数:4 groups-young成年人,中年人,高级,)(RM和HtMM)×2×2运动四肢(主要和非惯用)×2 (NJ和ACP)性能指标。在[51),显著中度到高度正相关(TNJ)和负相关(T为所有的回归(ACP)被发现 除了一个)。此外,观察到每个线性回归是关联到不同的斜率。中青年受试者一般较低的斜坡,表明,给定一个执行时间,中青年学科能达到更高的性能指标对年长的人。

相同的回归与Kinect V2进行这项研究。非常有趣的是,16在回归是阳性(TNJ)和16个16回归为阴性(T,ACP),如发现与概略介绍系统。特别是,8对8相关性涉及所有科目(所有)显示了强劲的统计学意义( ),一个有关R相关性,介于0.49至0.81之间(从中度到高)。这样的结果表明,Kinect V2正确而且很坚定的抓住了新泽西和ACP的基本趋势相关。

此外,28日在32相关性具有统计学意义( )除了中年组(新泽西,RM惯用的, ;机场核心计划,HtMM惯用的, )和年轻的成年人(ACP, RM占主导地位, ;机场核心计划,RM惯用的, )。相关的所有重要的相关回归是一个中等或高的价值R(0.50 <R< 0.89)。

相关回归斜率线可以被视为一种测量电动机的控制功能子组的受试者。高斜率相关联的主要降解性能(可重复性低,平滑)。RM和HtMM Kinect V2个别化更高斜坡有关老年人的运动性能,对中青年学科,在新泽西和机场核心计划。的ACP HtMM非惯用肢体代表唯一的例外;在这种情况下,电机性能的年轻人具有可比性(略高)的高级组。应该说,一个严格的回归曲线的解释可能导致认为老年人有更好的控制参数对年轻人和中年人快速运动,对缓慢运动,反之亦然。这种解释实际上是误导,因为斜率应该只观察到的值,连接到特定群体表演;事实上,老年人一般缓慢的执行时间。

在全球范围内,结果令人鼓舞。虽然概略介绍设备仍然是应该更加可靠和精确的仪器为研究电机控制,这些结果是最重要的,因为它们表明,尽管在采样频率的限制,Kinect V2可以检测电机控制的主要功能与更昂贵的运动捕捉系统(即使与讨论的局限性)。

4.4。限制

值得一提的Kinect V2限制传感器的采样率设置为30 Hz。概略介绍系统,相反,提供更高的采样频率(100 +赫兹)。虽然这些限制不会影响运动范围的评估考虑的非常慢动态提出的手势,它可能会影响电机控制指标的计算依赖于速度,加速度,混蛋。此外,Kinect V2提供一个估计的联合中心分割得到的RGB和深度流。正如简介中所讨论的,有许多与概略介绍系统比较文献中描述,Kinect和Kinect V2一般足够的人体运动分析的工具。然而,这些特征应该考虑批判性解释结果。

一般的话,该方法的敏感性(基于RM和HtMM)被证明不是特别高在区分健康受试者运动表演,虽然神经病人,因为它涉及到要求手势对受损的人。这样的结果是预期从日常,众所周知的,而且很快速的手势执行主要在前馈控制(65年]。因此,这样的手势“属于”硬编码,知名的掌握控制能力,图式理论所显示的运动学习16]。无论如何,但是,它可以检测出显著差异在电机控制参数。显著差异被发现特别是考虑年轻和中年组相比,老组,甚至是男性和女性的电机性能在某些方面不同。这些调查结果将允许适当的健康人的子集数据映射到参考数据神经病人。

此外,结果表明,Kinect V2能够繁殖趋势观察与概略介绍系统和可以作为一个有价值的和负担得起的健康人群和神经病人评价的工具。此外,该方法设计考虑神经病人的需要,根据它们的运动损伤的严重程度,可能会考虑RM和HtMM执行高度复杂和困难。神经病人,RM和HtMM任务包括multijoint,反重力,协调运动使他们挑战足以引发反馈控制的执行,从而激活运动学习的过程和神经可塑性的典型运动再学习(65年]。

5。结论

Kinect V2, coaching-based电动机性能的评价方法提出了神经病人。健康受试者的数据库构建和用作参考的统计分析神经病人的表现,揭示显著差异在电动机执行之间的年轻人和中产子组尊重老年人,男性和女性之间。这些发现将负担得起的基础参考,不善,容易执行电动机评价神经病人。

进一步的研究将使用该方法评估神经病人,特别是低成本、容易执行,和容易可管理的汽车评估,甚至在临床环境,提出的Riprendo@Home和未来家庭未来的社区研究项目。提出的相关方法与最常用的上肢部分临床量表(如Fugl-Meyer评估)将调查,评估Kinect V2-based评估可以作为一个集成有时作为替代,临床的鳞片。最后,评价模块将是一个重要的工具在不善集成解决方案康复,作为电机的简单的工具评估或生物力学支持优化培训流程框架的国内外临床环境未来家庭未来的社区研究项目。

缩写

FHfFC:	家未来的社区
RM:	达到运动
HtMM:	勉强维持的运动
ICF:	国际分类功能
M:	男性
F:	女性
师:	运动时间(发展阶段)
SE:	肩膀高度
英孚:	屈肘
圣:	肩膀转矩
SEI:	肩膀努力指数
NJ:	规范化的混蛋
机场核心计划:	加速度系数周期性。

附加分

同意出版。作者给他们同意出版。可用性的数据和材料。和/或使用的数据集分析在当前的研究中可从相应的作者以合理的要求。

的利益冲突

作者声明没有相互竞争的利益。

作者的贡献

亚历山德罗Scano设计实验,进行实验活动,阐述了数据,写了论文。安德里亚Chiavenna进行的实验活动的一部分,部分参考书目/先进的部分,为数据分析和论文写作提供了支持。马特奥Malosio负责资助的研究项目工作,修订后的手稿。洛伦佐莫伦纳Tosatti组的负责人,修订后的手稿。

确认

这项工作是由Riprendo@Home和未来家庭未来的社区研究项目,这两个框架的伦巴第地区和意大利国家研究委员会。

引用

1. 世界卫生组织,“神经障碍:公共卫生的方法,”神经障碍:公共卫生挑战,41 - 176,2006页。视图:谷歌学术搜索
2. j .霍巴特和s .卡诺”等级量表的临床研究neurology-challenges和机会,”美国神经学4卷,12 - 18,2008页。视图:出版商的网站|谷歌学术搜索
3. 世界卫生组织”,朝着一个共同的语言功能、残疾和健康ICF,”国际专利分类卷。1149年,22页,2002页。视图:谷歌学术搜索
4. 诉德拉MeaA。Simoncello”,基于本体概念和关系的探索活动和参与国际分类功能的组件,残疾和健康,”生物医学期刊》的语义,3卷,不。1,p。2012。视图:出版商的网站|谷歌学术搜索
5. k·波特,g·d·富尔克y萨勒姆,和j·沙利文,“结果措施神经物理治疗实践:第一部分声音决策,”神经物理治疗》杂志上,35卷,不。2,页57 - 64,2011。视图:出版商的网站|谷歌学术搜索
6. j·k·哈里森,k . s .麦克阿瑟,t·j·奎因”评估量表在中风:clinimetric和临床方面的考虑,”临床干预衰老,8卷,第211 - 201页,2013年。视图:出版商的网站|谷歌学术搜索
7. 即Carpinella、d .均和m . Ferrarin”定量评估多发性硬化症的上肢运动功能使用仪器的行动研究机构测试,”神经工程学和康复杂志》上,11卷,不。1,p。67年,2014。视图:出版商的网站|谷歌学术搜索
8. m . Ferrarin g . Bovi m . Rabuffetti et al .,“检测运动分析结果的可靠性措施疾病:腓骨肌萎缩的结果从一个多任务运转的协议,”步态和姿势,34卷,不。1,第36 -,2011页。视图:出版商的网站|谷歌学术搜索
9. t·w·卢和j·j·奥康纳,“骨位置估计从皮肤标记协调与联合使用全局优化约束条件,”生物力学杂志,32卷,不。2、129 - 134年,1999页。视图:出版商的网站|谷歌学术搜索
10. 大肠面粉糊,s . Bouilland A.-P。Godillon-Maquinghen, d . Bouttens”评价方法在上肢运动学分析,“生物力学杂志,35卷,第1283 - 1279页,2002年。视图:出版商的网站|谷歌学术搜索
11. k . Petuskey a·巴格利e . Abdala m·a·詹姆斯和g . Rab“上肢运动学功能活动期间:三维研究正常儿童人口,”步态和姿势,25卷,不。4、573 - 579年,2007页。视图:出版商的网站|谷歌学术搜索
12. c . PontonnierG。“杜蒙特逆动力学方法对肌肉力量的估计使用优化技术参与肘部运动,”国际杂志互动设计和制造,3卷,不。4、227 - 236年,2009页。视图:出版商的网站|谷歌学术搜索
13. m·a·努斯鲍姆和x张,“启发式定位上肢关节中心从一组降低的表面标记,”人体运动科学,19卷,不。5,797 - 816年,2000页。视图:出版商的网站|谷歌学术搜索
14. a . Cappozzo f .卡塔尼亚、a . Leardini m·g·贝内代蒂和德拉克罗斯,“骨头在运动的空间位置和姿态:实验文物,“临床生物力学,11卷,不。2、90 - 100年,1996页。视图:出版商的网站|谷歌学术搜索
15. a·帕斯卡-“中风robot-mediated上肢康复训练模式:一个框架,用于分类系统回顾的基础上,“神经工程学和康复杂志》上,11卷,不。1,p。111年,2014。视图:出版商的网站|谷歌学术搜索
16. r·施密特“图式理论的离散运动技能学习,”心理评估,卷82,不。4、225 - 260年,1975页。视图:出版商的网站|谷歌学术搜索
17. m . s . Cameirao a . Smailagic g .苗族,d . p . Siewiorek。”教练还是游戏?影响策略选择的基于国内中风康复,”神经工程学和康复杂志》上,13卷,不。1,p。18日,2016。视图:出版商的网站|谷歌学术搜索
18. j . h .下巴和n . Vora“神经疾病的全球负担,”神经学,卷83,不。4、349 - 351年,2014页。视图:出版商的网站|谷歌学术搜索
19. y . j . Chang s·f·陈,j . Da黄“kinect系统物理康复:年轻人有运动障碍的初步研究,“发育障碍的研究,32卷,不。6,2566 - 2570年,2011页。视图:出版商的网站|谷歌学术搜索
20. y . j . Chang, w . y .汉和y . c .蔡“kinect上肢康复系统帮助患有脑瘫,”发育障碍的研究,34卷,不。11日,第3659 - 3654页,2013年。视图:出版商的网站|谷歌学术搜索
21. d . Gonzalez-Ortega f . j . Diaz-Pernas m . Martinez-Zarzuela和m . Anton-Rodriguez“kinect系统认知康复训练监控。”计算机在生物医学方法和项目,卷113,不。2、620 - 631年,2014页。视图:出版商的网站|谷歌学术搜索
22. 总结,c . Pierella p Giannoni et al .,”一个一体机界面训练选择性中风幸存者的骨盆运动:一个试点研究”IEEE第37届国际会议在医学和生物工程协会(EMBC)4666年,页4663 -米兰,意大利,2015年8月。视图:出版商的网站|谷歌学术搜索
23. m . Pedraza-Hueso s Martin-Calzon f . j . Diaz-Pernas和m . Martinez-Zarzuela“使用kinect游戏和虚拟现实康复,”Procedia计算机科学卷,75年,第168 - 161页,2015年。视图:出版商的网站|谷歌学术搜索
24. b·兰格c . y . Chang e . Suma b·纽曼,a·s·里索和m .流星锤,“低成本的开发和评估基于游戏的平衡恢复工具使用微软Kinect传感器,”2011年度国际会议的IEEE在医学和生物学社会工程,页1831 - 1834,波士顿,MA,美国,2011年9月。视图:出版商的网站|谷歌学术搜索
25. s . Mottura s Arlati l·丰塔纳,m .焦点在于“提高意识和化身通过虚拟现实技术和多媒体手段在中风后患者康复,”2014年第五届IEEE会议上认知Infocommunications (CogInfoCom),页179 - 184,Vietri南母马,意大利,2014年11月。视图:出版商的网站|谷歌学术搜索
26. m . Gotsis诉Lympouridis, p . Requejo et al .,“Skyfarer:设计案例研究混合现实康复的视频游戏,“在国际会议上的设计,用户体验和可用性,第710 - 699页,2014年。视图:出版商的网站|谷歌学术搜索
27. e·b·布罗考、大肠埃克尔和b·r·布鲁尔“运动学集中Kinect治疗程序的可用性评估对个人与中风,”技术和医疗保健,23卷,不。2、143 - 151年,2015页。视图:出版商的网站|谷歌学术搜索
28. a . Scano m . Caimmi m . Malosio, l . m . Tosatti”在家庭康复:使用Kinect上肢功能评价和3 d立体的比较被动标记系统,”5日IEEE RAS /磨床生物医学机器人国际会议和生物,页561 - 566,圣保罗,巴西,2014年8月。视图:出版商的网站|谷歌学术搜索
29. a . Scano m . Caimmi a . Chiavenna m . Malosio和l . m . Tosatti“Kinect从生物力学评估上肢表现与临床量表在中风后的病人相比,”IEEE 2015年第37届国际会议在医学和生物工程协会(EMBC)卷,2015年,页5720 - 5723,米兰,意大利,2015年。视图:出版商的网站|谷歌学术搜索
30. h·穆萨维Hondori和m . Khademi”审查技术和临床微软Kinect在物理治疗和康复的影响,“医学工程杂志卷。2014年,硕士论文,2014页。视图:出版商的网站|谷歌学术搜索
31. 达·伽马,p . Fallavollita诉Teichrieb和n .布”运动康复使用Kinect:系统回顾”,游戏对健康杂志,4卷,不。2、123 - 135年,2015页。视图:出版商的网站|谷歌学术搜索
32. b . Bonnechere b·詹森p .鼠尾草et al .,“Kinect在功能评估的有效性和可靠性活动:与标准立体摄影测量”步态和姿势,39卷,不。1,第598 - 593页,2014。视图:出版商的网站|谷歌学术搜索
33. r . g . Kurillo a . Chen Bajcsy, j·j·汉”使用Kinect摄像头,上肢可达工作空间的评价”技术和医疗保健,21卷,不。6,641 - 656年,2013页。视图:出版商的网站|谷歌学术搜索
34. c . s . h . Lee Yoon、s . g .涌et al .,“测量肩胶囊炎患者的活动范围使用Kinect,”《公共科学图书馆•综合》,10卷,不。6篇文章e0129398 2015。视图:出版商的网站|谷歌学术搜索
35. m·e·胡贝尔a·l·塞茨m·李和d . Sternad“Kinect骨骼测量的有效性和可靠性的肩膀关节角:可行性研究,“物理治疗,卷101,不。4、389 - 393年,2015页。视图:出版商的网站|谷歌学术搜索
36. 维埃拉,j·加布里埃尔,c·梅洛和j . Machado”Kinect系统在家庭心血管康复。”美国机械工程师学会学报》上,H部分:工程在医学杂志》上,卷231,不。322年,40-47,2016页。视图:出版商的网站|谷歌学术搜索
37. 黄懿慧Pua r·a·克拉克,c·c·奥利维拉et al .,“可靠性和微软Xbox Kinect之一的同时效度的评估站的平衡和姿势控制,”步态和姿势,42卷,不。2、210 - 213年,2015页。视图:出版商的网站|谷歌学术搜索
38. b . Taati大肠多拉塔巴迪,a . Mihailidis“微软Kinect为Windows v2的同时效度测量时空步态参数,“医学工程与物理,38卷,不。9日,第958 - 952页,2016年。视图:出版商的网站|谷歌学术搜索
39. j . Darby m·b·桑切斯·b·巴特勒和i . d . Loram”评估3 d头部姿势估计使用微软的Kinect v2,”步态和姿势48卷,第88 - 83页,2016年。视图:出版商的网站|谷歌学术搜索
40. y . c, h·j·李,和k·h·林,“测量身体的关节角为物理治疗基于均值漂移跟踪使用两个低成本Kinect图像”IEEE 2015年第37届国际会议在医学和生物工程协会(EMBC)卷,2015年,页703 - 706,米兰,意大利,2015年8月。视图:出版商的网站|谷歌学术搜索
41. A . Scano m . Caimmi A . Chiavenna m . Malosio和l . m . Tosatti kinect生物力学评估神经病人的运动表现为国内康复,”虚拟现实增强残疾人康复机器人系统IGI全球,页252 - 279年,2016年。视图:出版商的网站|谷歌学术搜索
42. k . Otte b·凯塞s Mansow-Model et al .,“Kinect版本2的准确性和可靠性的临床测量电机功能,“《公共科学图书馆•综合》,11卷,不。11篇文章e0166532 2016。视图:出版商的网站|谷歌学术搜索
43. 美国实施电击,a .螺旋器、f . Molteni和r·萨拉Kinect V2身体的“动作捕捉:一个评估跟踪上肢运动分析。在无线移动通信和医疗。MobiHealth 2016。课堂讲稿的计算机科学研究所、社会信息和通信工程施普林格,卷。192年,可汗,2017年。视图:谷歌学术搜索
44. a . p .罗查h . Choupina j·m·费尔南德斯·m·j .玫瑰花r . Vaz和j . p . s . Cunha“Kinect v2帕金森病评估系统为基础,”IEEE 2015年第37届国际会议在医学和生物工程协会(EMBC)1282年,页1279 -米兰,意大利,2015年8月。视图:出版商的网站|谷歌学术搜索
45. m . Eltoukhy j .哦,c . Kuenze, j . Signorile”步态和运动跑步步态姿势改善kinect时空和评估,”步态和姿势,51卷,第83 - 77页,2017年。视图:出版商的网站|谷歌学术搜索
46. m . Capecci m·g . Ceravolo f . Ferracuti et al .,“精度评价Kinect v2传感器在动态运动康复的情况下,”IEEE 2016年第38届国际会议在医学和生物工程协会(EMBC)奥兰多,页5409 - 5412,美国,2016年8月。视图:出版商的网站|谷歌学术搜索
47. A . Ozturk鞑靼,b . Ersoz Huseyinsinoglu,和A . h . Ertas”临床可行的运动学评价卒中后上肢运动功能障碍的方法,”测量卷,80年,第216 - 207页,2016年。视图:出版商的网站|谷歌学术搜索
48. 陈x, j . Siebourg-Polster d .狼et al .,“使用微软Kinect的可行性评估上肢运动III型脊髓性肌肉萎缩症患者,”《公共科学图书馆•综合》,12卷,不。1,文章e0170472, 2017。视图:出版商的网站|谷歌学术搜索
49. m . Kutlu、c·弗里曼和m . Spraggs“功能性电刺激家庭上肢中风康复。”目前在生物医学工程方向,3卷,不。1、25 - 29,2017页。视图:谷歌学术搜索
50. d . Pagliari l·平托,“Kinect Xbox的校准和比较微软传感器,两代人之间的“传感器,15卷,不。11日,第27589 - 27569页,2015年。视图:出版商的网站|谷歌学术搜索
51. m . Caimmi e . Guanziroli m . Malosio et al .,“规范数据的工具评估上肢功能,“生物医学研究的国际卷,2015年,页1 - 14,2015。视图:出版商的网站|谷歌学术搜索
52. 郑胜耀Schaefer和c·r·Hengge”测试的同时效度自然上肢达成任务,”大脑研究实验,卷234,不。1,第240 - 229页,2016。视图:出版商的网站|谷歌学术搜索
53. l·g·魏德曼,r . Planinc Nemec,和m . Kampel“绩效评估的关节角通过Kinect v2”专业技术国际会议上积极和辅助生活(TechAAL)2015年11月,伦敦,英国。视图:出版商的网站|谷歌学术搜索
54. a . Scano m . Caimmi m . Malosio et al .,“上肢康复机器人:治疗定制,”步态和姿势37卷,S13-S14, 2013页。视图:出版商的网站|谷歌学术搜索
55. l . b . Bagesteiro和r . l . Sainburg“偏手性:控制肢体动力学主导部门优势,”神经生理学杂志,卷88,不。5,2408 - 2421年,2002页。视图:出版商的网站|谷歌学术搜索
56. r . l . Sainburg和郑胜耀Schaefer Interlimb差异控制运动的程度上,“神经生理学杂志,卷92,不。3、1374 - 1383年,2004页。视图:出版商的网站|谷歌学术搜索
57. h·豪雅,”控制的主导和非惯用手:剥削和驯服的nonmuscular部队,”大脑研究实验,卷178,不。3、363 - 373年,2006页。视图:出版商的网站|谷歌学术搜索
58. a . k . Vafadar j . n .象牙海岸,p . s . Archambault“功能性电刺激改善临床结果的有效性在中风后的上臂:系统回顾和荟萃分析,“生物医学研究的国际卷,2015年,页1 - 14,2015。视图:出版商的网站|谷歌学术搜索
59. b . Berret f·琼,“为什么我们不移动得慢一点吗?时间的价值的神经控制行动,”《神经科学杂志》上,36卷,不。4、1056 - 1070年,2016页。视图:出版商的网站|谷歌学术搜索
60. r·d·赛德勒j·a·伯纳德·t·b·Burutolu et al .,“运动控制和衰老:链接与年龄相关的大脑结构,功能,和生化的影响,“神经科学和生物行为的评论,34卷,不。5,721 - 733年,2010页。视图:出版商的网站|谷歌学术搜索
61. m . Caimmi s Carda c Giovanzana et al .,“使用运动学分析来评估设计导致运动治疗慢性中风患者,”Neurorehabilitation和神经修复,22卷,不。1 - 39,2008页。视图:出版商的网站|谷歌学术搜索
62. d .木村、k . Kadota和h .木下光男”的影响老化的空间精度快速纠正手臂运动,以应对突然在达到目标位移,”老化神经科学前沿7卷,1 - 11,2015页。视图:出版商的网站|谷歌学术搜索
63. j·w·科莱考尔透露,m . l . Latash和v . m .扎齐奥尔斯基“电动机控制的进展。”学习,卷629,不。585年,第618 - 597页,2009年。视图:谷歌学术搜索
64. f . e . Buma j . van Kordelaar m . Raemaekers e·e·h·范·尔德n . f·拉姆齐和g . Kwakkel“大脑活动与上肢运动的平滑度中风后,“大脑研究实验,卷234,不。7,2077 - 2089年,2016页。视图:出版商的网站|谷歌学术搜索
65. s . Kasuga s Telgen j . Ushiba d . Nozaki和j . Diedrichsen”学习反馈和前馈控制在一个反向的视觉环境中,“神经生理学杂志,卷114,不。4、2187 - 2193年,2015页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017亚历桑德罗·Scano et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。